工場での画像処理技術活用、 みんな実際どうしているの？ 技術者130名に聞きました！

工場での 画像処理技術活用、 みんな実際 どうしているの？ 2022年版 技術者130名に聞きました！

は じ め に 画像処理技術は工場自動化の要であり、現場で採用している 確率も高く、多かれ少なかれ何らかの形で身近にある技術です。 二次元コードやバーコードなど以前からある技術のほか、ロ ボットと連携するマシンビジョンへの関心も高くなっています。 今回の調査では、工場の現場で実際に、画像処理技術を用い て、具体的にどのような課題を解消しているのか、またどのよ うな技術的ハードルに直面しているのかなどを探りました。 目　次 実態調査：アンケート結果 ・回答者のプロフィール……………………………………………03 ・画像処理技術の導入の実態………………………………………04 ・画像処理で解消したい問題………………………………………05 ・画像処理の活用方法、得られた成果……………………………06 ・画像処理技術に望むこと…………………………………………09 実態調査：技術者インタビュー ・｢導入にかかった手間やコストの分だけ費用対効果が望めるかどうか｣ 　Aさん 生産技術 約10年、製造業（自動車・航空・船舶など輸送機器) (社員数 20,000人以上)……………………………………………10 ・｢ソフトウェアのほか、カメラなどハードウェア面の進化にも期待｣ Bさん 生産技術 約20年 製造業（部品加工･生産）(社員数100～299人)…11 ・｢効率､品質が高まるのであれば､システムへの投資は惜しまずしたい｣ Cさん 生産管理 約20年 製造業（その他）(社員数 300～499人)…12 概　要 調査時期：2022年11月15日～11月22日 対象者：製造業の生産技術、生産管理、品質管理・保証、保守・保全、 設計開発の従事者 回答数：127 有効回答数：192 02

回答者のプロフィール 製造業にお勤めの方に、 主に工場での画像処理技術の活用法や課題 について お尋ねしました。生産技術、生産管理、品質管理・保証、保守・ 保全、設計開発などの従事者126名の方が回答してくださいました。 ※今回は、「業務で（分野を問わない）設計作業、もしくは生産技術、どちらかに関わっている」「以前は関わっていたが今は 関わっていない（ただし該当業態および職種の方）」と回答していただいた方を対象としています。 Q 所属する企業の業態を 教えてください。 その他 22% 産業機械 25% 医療機器・器具 2% 家電、事務機器 6% 自動車・航空・ 船舶など輸送機器 電子部品・デバイス・電子回路 22% 11% 部品加工・生産 12% Q 所属する企業の 従業員数を教えてください。 1～9人 1 10～19人 3 20～49人 12 50～99人 14 100～299人 18 300～499人 10 500～999人 20 1,000～2,999人 11 3,000～4,999人 9 5,000～9,999人 14 10,000～19,999人 4 20,000人以上 10 0 5 10 15 20 25 Q あなたの職種を 教えてください その他 7% 製造 7% 設計開発 装置設計 7% 27% 品質管理／品質保証 8% 生産技術 その他 27% ● 生産管理 ● 経営 研究開発 17% ● 保守 / メンテナンス ●自動化 03

Q 加工や生産の現場で 画像処理技術は導入していますか 「している」が63％で、 「していない」を上回りました。 していない 37% している 63% 「加工や生産の現場で画像処理技術は導入していますか？｣で 「している」と回答した方 Q どのような場面で 「外観検査」が最多。次いで、「不良品や異物の検知」が多くなりました。 活用していますか その他 7 在庫数最適化 3 加工や生産プロセスや人員配置などの最適化 5 高精密加工の品質向上 5 予知保全 7 工場のスマート化 12 設備の稼働監視 13 加工や生産の自動化 19 寸法検査 39 不良品や異物の検知 50 外観検査 63 0 10 20 30 40 50 60 70 その他 ● 電気基板等の配線パターン検査　 ●ゴルフカートの接近確認　 ●治具のクランプ状態検出 ● 経過観察、データ取得　 ●ラインサイドへの部品納入　 ● ロボットビジョン　 ●トレーサビリティの確保 Q 使用している 「バーコード」「QRコード」が多く、「マシンビジョン」という回答も目立ちました。 技術は その他 7 画像検査 2 VR/AR 4 RPA 7 深層学習、ディープラーニング 10 RFIDタグ 14 スマートフォンやタブレット 16 AI 20 マシンビジョン 31 QRコード 36 バーコード 37 0 5 10 15 20 25 30 35 40 その他 ● CMOSセンサーのようなもの　 ●スルーホール挿入端子の位置認識をし、自動（ロボット）補正をかける ● 近接センサ　 ● キーエンスさんの画像測定機　 ● 画像の差異検出 04

Q 画像処理で解消したい 「生産性向上」が最多、次いで「人件費削減」が多く回答がありました。 問題は何ですか その他 7 海外拠点運営のため 3 品質向上 3 教育のため 4 コロナ対策（密回避）のための省人化 8 短納期への要望をかなえるため 9 労働力確保 16 生産する製品の機能向上 24 単純作業を人にさせないため 27 コストダウン 36 人件費削減 49 生産性向上 51 0 10 20 30 40 50 60 その他 ● リモート化　 ●ヒューマンエラー防止　 ● 品質管理　 ● 製品情報のトラッキング　 ● 製品の品質向上 ●ヒューマンエラーを減らすため　 ● 品質保証レベルの向上 Q 画像処理技術を活用し、どのようなシステムや仕組みを作ったか、 詳しく教えてください ● ARの作業要領書　 ●ウレタン塗布検査　 ●はんだ付け部確認　 ●画像測定器の導入　 ●個装箱の捺印検査　 ●不良品の外観検査 ●不良品流出の軽減　 ●カメラでのNG選別　 ●位置補正、位相補正　 ●長期可動装置の監視　 ●部品の傷の有無の検知 ● AIでワーク姿勢の検知　 ●製品の外観状態の検査　 ●外観検査の良否判定装置　 ●素材をケガキする仕組み ●仕分けシステムや外観検査　 ●乾燥炉廻りの温度の常時監視　 ●寸法確認、キズ等の外観検査　 ●製品のインライン自動外観検査 ● AIによる人の目視作業を自動化　 ●ラベルチェック、異物・不良検査　 ●基板製作での部品欠品と位置ずれ ●誤動作検知を実施できるシステム　 ● NG製品に付けたマーキングの確認　 ●部品の外観検査、品質悪化の傾向管理 ●Web会議システムによるモニター監視　 ●コイル溶接の出来映えを評価・判断する　 ●金属の曲げ具合をカメラで検査する装置 ● XG-Xを使用して、外観検査を実施した　 ●異なる部品の仕分け、生産ロットの管理等　 ●刻印文字選別、形状・寸法計測による判定 ●製品の外観検査をカメラ撮影にて行なった　 ●多列シートの幅監視装置、糊切れ検出装置 ●誤組の危険性が高い部品の自動外観検査の導入　 ●取得した画像で製品不具合を検出するシステム ●ゴルフカートの接近を画像より判定するシステム　 ●既存のシステムを使用して、ラベルへの印字確認 ●部材の製造ロット変化による微調整フィードバック　 ●製品の外観検査を行い項目毎でOK・NGの判定を行う ●部品の集荷、在庫管理。製品の外観チェック、分類　 ●より生産過程を効率的に処理していく仕組みを作った ●人手による官能検査に頼っていた試験の一部を自動化　 ● QRコードの読み取りによるロット管理、製品の外観検査 ●製品に必要な部品のばら積みピッキングと治具へのセット　 ●キズ・打こんチェックと写真撮影で記録保管 トレース機能 ●基板実装のハンダ状況の不良検出でAIを使用しています　 ●①ロボットの位置補正、②寸法検査、③製品の運転検査自動化 ●自動化設備（外観検査、自動締結、仕様検査、位置決め等々) ● ラインの中でハンダ付け部を画像処理にて不良検知するシステム ●何本かの帯状の画像を張り合わせオープンショート検査をする　 ●完成品と不良品の画像の差異を検出し、不良品を除くシステム ●画像検査で得た数値をサーボモータへフィードバックし、制御する　 ●途中の段階で確認し、組立完了後の後戻りの無いような生産ライン ●ロット印字チェック、ライン担当者の行動チェックなど一般的なもの ●加工機の高精度位置決め、ワークピックの際位置方向認識、外観検査 ●生産ライン内で製品外観検査と寸法測定(類似品のポカヨケ程度)、異物付着検査 ●はんだの基板検査の3D検査装置、産業用設備内にカメラの設置をし外観検査を実施 ●ロボットビジョンでピッキング後の組み立て。加工機から取出し画像検査し梱包までの自動化 ●生産中にワークを画像処理にて判別しワークの印刷ミスや人の材料の補給ミスをチェック ●治具クランプ忘れを画像検知し、異常がある場合はアラーム検知し溶接に移行しない仕組み ● AOI検査ライン、RFIDタグ設備管理、設備の監視（設計製品の製造ラインでの構築。直接関与していません） ●当時、担当していなかったので、詳しいことがわかりませんが、キーエンスさんのカメラで、画像処理にて、外観のチェックをしている ●複数の部品から伸びるスルーホール端子を基板に正確に挿入するために、端子位置を認識し、必要の応じてロボット補正をかける設備を構築 ●製品の欠陥点を検出した画像を元にサンプルで回収し、異物が何であるか化学反応によるものか判断材料とし、今後の歩留まり対策に利用する ●段取り後の寸法検査（穴ピッチなど）を今までは検査の3次元測定機で測定していたが、画像測定機を導入し現場で測定ができるようにした ● 市販画像処理装置での簡易判定後に、NG判定したものに対してAIで再判定する仕組み。これによって高速の全数検査と人の判断に近い判定とを両立 ● ①付属品検査システム：加工したパイプをカメラの下に置いて、付属品やマークは正しい位置にあるかどうかを確認　②刻印機： コンベアに流れて金具の位置や姿勢を判断し、レーザー刻印する　③表面検査：仕入れ検査で、ワッシャ両面の傷を判断する 05

Q 上記で、どのような改善・改革を実現したか、 あるいは考えているか、詳しく教えてください。 ●属人化の解消、省人化　 ●今後はQRを印字したい　 ●製品のトレーサビリティ　 ●不良の見落としを無くす ●不良品による排出数削減 ● キーエンスの標準機能にて　 ●外観検査自動化による活人　 ●外乱光の影響に対する遮光 ●内製AIによる投資の削減　 ●歩留まり改善と生産性向上　 ●ウレタン塗布 異常流出防止　 ●人作業からの置換えがメイン ● AIでワークのサイズ情報検知　●ラインタクトの短縮、品質向上　●ディスプレイのドット欠けの検出　●自動で検査できるようになった ●遠隔でデータを取得できるようにした　 ●顧客への不良品流出防止とNG品の集計　 ●工数の軽減、検査のレベルが安定した ● 2Dから3Dにして、誤り精度を上げた　 ●検査に掛る人員の削減、検査スピードUP　 ●検査員の削減と検査項目のばらつきの改善 ●ラインスタッフの人数削減や生産効率の向上　 ●市場への当該部品起因の不良品流出案件0件 ●ヒューマンエラーによる不良発生の撲滅を実現 ● 加工精度の向上、加工機の自動化、労働力確保 ●画像の蓄積でエラーが出ないようにしたい　 ●飛躍的な生産性向上（止まらないラインの実現） ●現在検査できていない所を検査できるようにする　 ●製品への不良品の混入解消、早期発見でのロス削減 ●属人的なミスの低減、熟練作業者のテンプレート化　 ●部品の誤実装、はんだ濡れ性の確認を人手から解放 ●仕分け時間分のコスト短縮、トレーサビリティの確保　 ●一品一様で対応しているため、システム構築が不安定 ●高負荷設備の自動化、重筋作業、劣悪環境での作業改善　 ●異物付着検査で工具破損した場合も検出できるようにした ●作業者での判断を自動で判断することによるコストダウン　 ●処理時間のかかるAI検査技術のインライン（オンライン）化 ●人員コストの削減や製造過程の効率化、見にくい図面の改善　 ● OKNGの閾値を設定して人の判断と同等以上の適切な範囲設定 ●外観検査の自動化、無人化ができ、不良データの蓄積ができた　 ● AIを使って、人手に頼っていた「あいまい」な判定に対応した ●現状の近接センサでは誤検知を行うことがまれに発生し、それを防ぐ目的　 ●個装箱にレーザー捺印を行い、カメラで間違いがないかを確認している ● 人の作業（治具を用いた端子位置補正）がなくなり、ラインの少人化に寄与　 ● 集荷のミス防止、在庫精度向上。外観チェックの省人化、精度やスピード向上 ●上記で検査課の検査結果を待たずに、量産に入れるようになった(コスト削減） ●無地ポリ、白色内容物の製品の熱圧着シール部の噛み込み検査（シール不良対策） ●①自動組立の実現、②市販品で測定できない対象品の品質検査、③省人と品質の安定化 ●目視にて検査していたものを画像処理にて検査できるようにし、速度、および工数の削減を実施 ●今まで、人によるノギス寸法計測で監視していたが、計測監視を自動化できたことで人員削減が可能になった ● QRを読み取ることで、該当する製品の写真をデータベースより読み込み、ライン上の製品との比較を実施する ●ロボットビジョンにより2人作業から1人作業の省人化、人による抜き打ち検査をカメラによる全数検査で品質向上 ● 従来は社内ではんだ作業を認められた者しかできなかったはんだ作業について画像処理技術を活用しすることで自動化し、誰でも行えるよ うにできることを考えている ●①付属品検査システム：ヒューマンエラーの低減。人の目視検査より、カメラ一気に認識して、検査速度も早くなった　②刻印機：金具の位置 や姿勢を関わらず、カメラを認識して、指定位置に刻印できる。ちなみに、金具供給する時、整列の必要がありません。加工効率が良くなって ③表面検査：ブレーキホースのワッシャは密閉性の要求が高くて、全数検査です。以前目視で判断して、時間も大変かかるし、加工完了後不良 品も多く発生します。画像検査により、人件費も低減し、不良率も少なくなった Q 画像処理技術で解消できていない問題があれば、 教えてください ●誤判定　 ●精度率　 ●塗面検査　 ●死角がある　 ●統計的管理　 ●タクトの問題　 ●測定者のスキル　 ●動画保存量低減 ●ワークの読み込み　 ●人の目との整合性　 ●複数の品番の切替　 ●照明の設定が難しい　 ●多品種少量への対応　 ●不揃いのものを判別 ●曖昧な検査への対応　 ●最終的には目視が必要　 ●肉眼との見え方の違い　 ●曖昧な外観検査の実現　 ●いかにコストを下げるか ●開発・調整・保守の容易化　 ●微小な異物が時々漏れる　 ●表面しか判断できない点　 ●溶接外観検査の画像検出 ●検知能力的にノイズに弱い　 ●広域高精度の撮像、および検査　 ●位置ずれの精度に判定問題　 ●検査品質の精度向上、安定化 ●製品設計問題による誤判定率　 ●データ受け渡しに時間がかかる　 ●高価、使用できる人が限られる　 ●画像処理システムのコストダウン ●条件分岐による判断の選択肢の広さ　 ●カメラでもとらえきれない微細な不良　 ●検知したワーク寸法の精度が良くない ● AIによる似た部品の画像による仕分け　 ●イレギュラーな事態（設定外）への対応　 ●ガラスの傷・表面加工の検出ができない ●小さい傷・打痕を人の目で確認している　 ●短いタクトでの検査やビジョンピッキング　 ●使用環境変化への自動対応（照度、汚れ等） ●不良と良品が判別できにくいことがあります ●面取り・Rがある製品の寸法測定、球面の測定 ●まだ近接センサ以上の検知率を実現できていない ●誤検出、不具合流出を完全には解消できていない　 ●欠陥点数が多い場合のデータオーバーフローの対処 ●黒いゴム製品なので、割れなど、細かい判断が困難　 ●不良を100％検出できないこと 誤検出があること ●長物円筒外径部の小さい傷判定を安価に短時間でしたい　 ●特別採用による流動など、非定常的な応用問題への対応 ●データをある程度蓄積しないと信頼性の高い判別ができない　 ●作業者の作業内容の認識（作業方法のバラツキが大きいため） ●ディープランニングにまだ取り掛かれてないので、それを導入したい　 ●ロットによるバラツキを拾う。画像で見えないキズ、異物は発見できない ●新規の製品が多く、リピート注文が少ないので、登録できる製品が限られる ●人間の目でぎりぎり判別できるレベル（黒点50ミクロン）ぐらいの異物検査 ●照明器具の劣化による、ヒストグラム再調整があり、定期的な点検、調整が必要 ●寸法に関わるものに関しては解消できつつあるが、見た目（感性）に関してが課題 ●入り組んだ場所にある識別溝の判定（人間の目であれば容易だが、機械でできない場合アリ） ●製品がテープ基板であり、回路がミクロン単位のため、NG品を捕らえられずに流出してしまう ●小径穴内の欠陥検査（φ5～10㎜）。カメラの視野が厳しい。小径のため、照明もうまく当てることが難しい ●設定が容易ではなく専門的知識が必要、あまり高速で物を撮ることができず、ラインの速度が遅くないと対応できない ●日々、解像度が向上していくので、新しいものが欲しくなる。解像度が低いものだと面取りなどの径のピントがぼやけてきちんと測れているか不安になる ● 人作業からの置換えがメインだが、人のアンニュイな感覚（入口）をどう精密性の高い画処理に置き換えるかや、環境影響（明るさ、日の光の影響など）対策 ●一番画像処理技術で解決したい問題は部品の供給です。特にバラ積みパイプ、部品の供給です。しかし3Dカメラシステムの値段が高くて、エ ラーもよく発生します。なかなか導入しにくいです ● 3D認識（特に奥行方向）が困難だと感じています。現状の業務においても、AI（ディープラーニング）を用いて精度を上げていくしかありま せんが、内容によっては人の目に劣る部分もあり、奥深い領域と感じます 06

「加工や生産の現場で画像処理技術は導入していますか？｣で 「していない」と回答した方 Q 画像処理技術を導入しない理由は、何が考えられますか 「必要がないから」が最多でした。次いで多かったのは、「導入にかけるお金がない」でした。 その他 3 設計部門からの要請はしていない 2 検討中 2 活用方法がわからない 3 過去にトライしたが失敗した 3 よい製品がみつからない 8 導入にかける時間がない 8 導入にかけるお金がない 14 必要がないから 19 0 2 4 6 8 10 12 14 16 18 20 その他 ● 導入するメリットが明確でない　 ● 必要性を感じる人が少ない　 ● 画像処理技術について知識不足のため Q 理由について 教えてください ●価格が高額　 ●トライアル中　 ●検証、検討中　 ●少数多品種なため　 ●現段階では情報収集　 ●導入に時間がかかる ●活用方法がわからない　 ●使い道について模索中　 ●対費用効果が合わない　 ●導入するお金がない　 ●合った製品が見つからない ●設備導入の必要性が低いから　 ●業務変化への抵抗は小さくない　 ●表面を画像処理する製品がない　 ●明確な費用対効果がわからない ●画像処理について知識不足のため　 ●画像処理技術が必要な工程がない　 ●手頃な価格のものがみつからない ●設計部門からの要請はしていない　 ●必要性は認めるが、資金的に厳しい　 ●そこまで精密なものを生産していない ●現在は、画像処理に関わる業務がないため　 ●システムを導入するほどの生産量がないため ●借金をしない企業風土なので、予算がとれない　 ●画像処理技術の活用について、まだよく理解していない ●組立、出荷に関して必要とは考えられてないから　 ●自動外観検査装置で欠陥と汚れの区別ができない ●導入はしていないが、近い将来導入する計画がある　 ●量産品ではないので人が作業をする必要があるため ●当社の業務で画像処理技術を現段階では導入できない　 ●製品が小さいことや製造現場が求める合格率が望めない ●コスト面と使用スキルが弱いので導入まで至っていません　 ●メッキ後の目視選別ができるカメラAIが見当たらない ●画像処理技術が通常作業で生かされる項目があるかどうか検討していない ●導入してどのようなメリットが得られ、費用対効果が生じるかが明確でない ●画像処理装置は、弊方の作業環境に適用するには時間と費用がかかり、また、保守の頻度を考慮すると導入することが難しい Q どうすれば画像処理技術を活用しようと 「よい製品が見つかれば・提案されれば」が33％で最多。 思いますか？ 次いで多かったのは「もっと安ければ」で28％でした。 その他 15% よい製品が見つかれば・提案されれば 33% 誰かが使い方を教えてくれれば 6% もっと安ければ 28% もっと簡単であれば 9% 顧客や仲間の企業の導入が増えてきたら 9% その他 ● 画像処理を理解し知識がつけば活用する　 ●適用可能な課題が生じれば　 ● 活かせる場面があれば ● 必要な案件があれば　 ● 要求にこたえられる製品があれば ●欠陥と汚れ、ホコリの違いが検出で判断できるようになれば　 ● 業務として発生した場合、検討する 07

回答者全員の方 Q 現状の画像処理技術や 「少し満足している」が45％。一方、「満足していない」が40％で、現状の ソリューションに満足していますか ソリューションについてまだまだ進化が望まれていることがうかがえます。 全員 少し満足している 45% 満足している 14% 満足していない 40% 画像処理技術を導入「している」方 満足している ● 良い結果が出ると予想しているため　 ●重大欠点は取り除けているため ● 狙いが達成できたので　 ● 不具合は発生していない　 ●効率が上がった 満足している ● 現所問題ないため　 ●成果が出ている　 ● 特に不満がないため 15 ● 準備されている機能で十分に事足りている ● 特に判定ミス等出ていないため % 少し満足している ● 慢性的な問題であったヒューマンエラーによる不良発生を防止できたから ● 51 現状は特に問題が起こっていないため。 % 満足していない ● 導入が難しい　 ● 不良品排除の精度が上がらない　 ● 操作が難しい ●高速で生産するための機械を作成することが多いので客先が希望しても速度に ついていけないことが多い ●もっと改善できると思います ● 誤判定の潰しこみチューニングに時間を要する ● 精度を上げたい　 ●画像解析の精度（不具合判定の精度）が不十分 ●使いにくい　 ●目的である省人化やコストダウンに繋がっていない ●カメラ機器設定が複雑、カメラの生産終息後の画像データが引き継げない ● 検出能力が人より劣る点があるので(人より優れる点もあるが)完全省人化できない ●より簡単に活用できると良い ● 高価な買い物なので、もっと安価にして欲しい ● 複数個所検査をしようとするとおのずとコストがかかる ●置いたら測定完了するようになると良い ● 画像処理へのAI導入が未だに困難 ●使いやすくなったら終わりではなく、絶えず進化しなければいけないので、 新しい技術が開発されれば、導入を検討していきたい ●まだまだできることがあると思うから 満足していない ● 過検出、誤検出がなくならない。検出精度不足　 ●タクトの問題 ● ● 34 不備が多発する　 安価で高速な円筒形状の外観検査事例が少ないので % ● 誤判定が多い　 ●人の目をまだ頼っている　 ●先にのべたことと同じです ●ロットによりワークの仕上面性情が変化すると誤判定等が増えたりする 画像処理技術を導入「していない」方 満足している ● 必要がないため　 ●同じ部品を大量生産する現場には向いていると思う ● 満足している 昔に比べて誤認識が減ったように思える ● 現在使用していないが、以前より技術も向上していると思われるため 13% 少し満足している ● 一部導入されているメーカの製造を見たことがあるが、とくに問題なかった ● 35 低価格の製品や性能が非常によくなりAIを搭載した製品も出てきたので % 満足していない ● まだ誤認識が多い　 ●活用できていないため ●当社業務に導入できるレベルに達していない ●前述のとおり、外観検査装置としては使い物にならない ● 導入に時間とコストがかかり、気軽に試せる状況ではない ●高価｡フリーソフトでは活用が厳しい ● 多品種に対応できる柔軟性が不足している ●画素数に応じて価格が違うから　 ●見たいものが見えない ● 導入していないので明確には言えないが、トライ段階では、カメラ屋さんが 作った撮影機に、システム屋さんが機能を追加した状態であり、実際の生産現 場で長期間使うのが難しいものが多い ●高価もしくは効果がわかりにくい ● 満足していない 科捜研ドラマを、見る限り、機材が高額そうです　 ● 必要性を感じない ● 有効利用の方法が分からない　 ●一部の業界向けであること 52% ● 使っていないのでわからない　 ●より仕事の効率化を求めるため ●活用していないから　 ●どんな製品でも使用できないため　 ●信頼性 08

Q 現在の画像処理技術や活用に課題があるとしたら どういったことだと考えますか 「導入コストが高額」が最多、次いで「導入するために、担当者に専門知識や技術が必要」が多くなりました。 その他 1 特になし 2 適切な活用法を提案してくれる人や企業がいない 15 工事や設置が難しい、やりづらい 20 現場の人が使いづらい 22 検知させたいものに対応せず、ニッチな用途に適用できない 28 導入するためにある程度の人員を割かなくてはならない 38 検知の精度が良くない 40 導入に時間がかかる 45 導入するために、担当者に専門知識や技術が必要 73 導入コストが高額 87 0 10 20 30 40 50 60 70 80 90 100 その他 ● 死角　 ● 一部センサーの線源によっては、管理国家資格が必要なため、人事的な配置転換が必要 ● 活用方法がわからない　 ● 浸透、理解　 ●スキルの問題 ● 現場で人員、時間を割き研究開発レベルの検証を行った上、やってみないと分からないといった現実 画像処理技術を導入「していない」、かつ現状の画像処理技術やソリューションに「満足していない」と回答した方 現場で人員、時間を割き研究開発レベルの検証を行った上、 やってみないと分からないといった現実 1 スキルの問題 1 活用方法がわからない 1 適切な活用法を提案してくれる人や企業がいない 3 工事や設置が難しい、やりづらい 4 現場の人が使いづらい 6 検知させたいものに対応せず、ニッチな用途に適用できない 7 導入に時間がかかる 7 検知の精度が良くない 7 導入するためにある程度の人員を割かなくてはならない 9 導入するために、担当者に専門知識や技術が必要 12 導入コストが高額 14 0 2 4 6 8 10 12 14 16 09

interview 01 回答者プロフィール Ａさん／生産技術：約10年 仕事の内容 製造業[自動車・航空・船舶など輸送機器] (社員数：20,000人以上） 生産設備の導入、設計など 画像処理関連での採用技術： ｢QRコード、バーコード、 AI、マシンビジョン｣ 今回のお話 導入にかかった手間やコストの分だけ費用対効果が望めるかどうか Q 画像処理技術は Q 画像処理技術を どのように活用していますか？ 導入している効果は？ 1つはマシンビジョンとしての活用。ロボッ 自分自身が入社した時には既に導入されてい トが工程に応じて部品をピッキングするように たため、直接的な比較はできないが、外観検 なっているが、その際にロボットに搭載したカ 査などの不良率は昔よりは確実に下がってい メラの画像を処理している。もう1つは、外観 るはずだ。しかし、ピッキングでの採用にお 検査時のAIを用いた画像検知処理。 いては、基本的に作業がラクになる方向では あるが、導入効果としては一長一短であり、 すべての工程で効果が出せるとはいえないと Q マシンビジョン搭載のロボットによる ピッキングは、作業現場でどの程度採用 思う。人手の方が効率も品質も良いこともよく していますか？ ある。また課題が多ければ導入にも時間がか かるため、導入後にその手間の分を回収して ロット数が多い製品、人手がたくさんいる 上回る利益が出せるのかどうかも課題となる。 ラインなど、導入による費用対効果が望める 一部の製品ラインで採用している。ただし、 マシンビジョンやロボットを利用する以外の 画像処理技術の 自動化技術は、結構な比率で採用されている。 Q 課題について 現状の技術では、短いタクトでの検査やビ AI での処理システムは社内で ジョンピッキングには対応できない。検出精 Q 開発していますか？ 度向上関係としては、溶接ビードの検出につ いて、高精度かつ高速な技術が登場してほし 製品に組み込まれたシステムを使用してい いと思う。コストについては、システムや機 る。社内でAIの処理プログラムを開発する需 器をもっと安くしてほしいというよりは、さ 要もあると考えているが、現状の体制では知見 まざまな現場に導入して投資対効果を確実に 不足であり難しい。 見込めるものにするためにどうすればよいか、 採用する現場ごとのニーズにあった知見が課 題ではないかと考える。 10

interview 02 回答者プロフィール Ｂさん／生産技術：約20年 仕事の内容 製造業[部品加工・生産] (社員数：100～299人） 部品加工や組み立てのための設備の設計、導入、品質管理 画像処理関連での採用技術： ｢QRコード｣ 今回のお話 ソフトウェアのほか、カメラなどハードウェア面の進化にも期待 Q 画像処理技術や Q 画像処理技術関連で、「このような技術が 自動化を行う理由について 登場してほしい」などありますか？ ロボットによる加工や組み立て作業、検査 人の眼のようにカメラが検知対象を追尾する などの自動化を積極的に検討し、進めている。 ような仕組みや、状況に応じて検知をしやす 人手不足への対処というよりは、人ではなくて く光を照射するなどの技術。実作業をする現 もよい単純作業、心身に負荷が大きい作業を減 場で採用できるものが登場してほしい。また、 らしていきたい考えだ。正しい形状で加工でき 夢のようなことであるかもしれないが、人の ているか、あるいは組付けが正しく行われてい 眼をリアルに模した、例えばレンズが涙で覆 るかの確認、部品数を正確にカウントするなど われている、などのカメラなどが登場すれば、 には有効だ。 レンズに付着したゴミも自動で洗い流された りして便利ではないかと思う。 Q 画像処理技術の 課題について 黒い部品が多いため、カメラでの検知や画 像処理との相性が悪く、検知や処理の精度が 落ちてしまう場合がある（ただし、条件によ り問題がない場合も結構ある)。人であれば、 手にもって光を当てる角度、見る方向などを 変えることが可能であるが、カメラの場合は 定点設置のためそれが難しい。ロボットやAI に人のカンコツを学習させて取り組むのがよ いのかもしれないと思う。 AIが組み込まれた画像処理システムは存在 するが、コストが高い。 カメラのレンズなどハードウェア側もまだ 改善の余地があるのかもしれない。技術自体 はあったとしても、現場で採用できるよう小 型化できているかが問題なのだろう。 11

interview 03 回答者プロフィール Ｃさん／生産管理：約20年 仕事の内容 製造業[その他] (社員数：300～499人） 粉体製品のパッケージングなど工程の管理 画像処理関連での採用技術： ｢バーコード、RPA、スマートフォンやタブレット｣ 今回のお話 効率、品質が高まるのであれば、システムへの投資は惜しまずしたい Q 画像処理技術は Q 画像処理技術の課題は どのように活用していますか？ どういったものがありますか？ ロットごとのパッケージ印字はかすれてし シール部への噛みこみを防止するために、 まえばクレームにつながるため、そのチェック 製品の量を控えめにして袋に余裕を持たせる のために画像処理を用いている。ライン担当者 などしてきた。しかし最近はSDGsなどの観 の行動チェックでも活用している。また、粉体 点から、極力、袋の充填率を高めなければな 製品を扱うため、袋のシール部に粉が噛みこま らなくなっており、その結果、シール部への ないようにするための検査でも用いている。 噛みこみがしやすい方向になってしまう。な お、シール装置を開発するメーカー各社も努 力をしている部分でもある。 Q 画像処理技術の 導入効果について シール部への粉の噛みこみについては、今 品質検査は全数について実施する。人の目 のところ人の目視による確認が一番確実では 視による検査を一日中してもらうわけにはい あり、作業スピードが速いこともある。カメ かず、心身の負荷が高いものであり、人であ ラでの検知では死角が発生することもあり難 る以上見落としなどのミスも発生する。画像 易度が高い部分もある。たとえば、ヒート 処理技術を取り入れれば、そうした心配から シールで高温をかけすぎると袋がカールして 解放され、品質も高まることになる。 しまい、検知しづらくなるといったことが起 こる。かといって、温度を十分かけなければ しっかりと封をすることができないため、ト レードオフとなる部分だ。あとはやはり、カ メラを定点で設置するしかないのも課題であ る。カメラ側が追尾してくれるようなシステ ムがあればよいと思う。 Q 画像処理システムのコストについては いかがですか？ 現状の非効率が改善され、品質が高まり、顧 客のクレームが減るのであれば、システムへ の投資は惜しまずしたい考えだ。 12

工場での画像処理技術活用、 みんな実際どうしているの？【2022年版】 技術者 130 名に聞きました！ 発行日：2022年12月7日 発行：株式会社アペルザ 問合せ先：aperzacatalog-mail@mail.aperza.jp 　 リクエスト募集中！ ぜひお声をお聞かせください https://forms.gle/e2M17aghUfWaFeyD8